Kína mesterséges intelligencia ambíciói próbára téve: Miért mennek kárba a milliárdos beruházások?
Xpert előzetes kiadás
Hangválasztás 📢
Megjelent: 2025. október 31. / Frissítve: 2025. október 31. – Szerző: Konrad Wolfenstein
Kína mesterséges intelligencia ambíciói próbára téve: Miért mennek kárba a milliárdos beruházások – Kép: Xpert.Digital
Amikor a digitális álmok szertefoszlanak a szakemberhiány, az üres adatközpontok és a regionális egyenlőtlenségek valóságában
Több mint egy chipháború: Az igazi ok, amiért Kína mesterséges intelligencia offenzívája elakadt
A Kínai Népköztársaság szédítő elszántsággal törekszik arra, hogy 2030-ra a világ vezető mesterséges intelligencia szuperhatalmává váljon. Míg a hivatalos nyilatkozatok egy fényes jövőt vázolnak fel, amelyben a gazdaság 90 százaléka mesterséges intelligencia segítségével működik, és az intelligens rendszerek a társadalom minden aspektusát áthatják, a színfalak mögött egy sokkal összetettebb kép bontakozik ki. Kína mesterséges intelligencia offenzívája alapvető strukturális problémákkal küzd, amelyek messze túlmutatnak a sokat vitatott amerikai chipexport-korlátozásokon. Az ötmilliónál is több képzett munkaerőből álló tehetséghiány, a széttöredezett technológiai infrastruktúra, a drámai regionális egyenlőtlenségek és a küszöbön álló piaci konszolidáció egzisztenciális kihívásokat jelent Peking ambiciózus tervei számára.
A párhuzamok Németország energetikai átállási problémáival szembetűnőek. Ahogy Németország a hálózati kapacitás hiánya miatt kockáztatja digitális jövőjének kudarcát, úgy Kína is másfajta infrastrukturális egyensúlyhiánnyal küzd. Míg Frankfurtban az energiakapcsolatok hiánya miatt nem lehet adatközpontokat építeni, a nyugat-kínai tartományokban a legmodernebb létesítmények nagyrészt üresen állnak, mivel hiányzik a downstream infrastruktúra, az emberi tőke és a gyakorlati kereslet. Mindkét esetben feltárul a modern technológiapolitika alapvető igazsága: az egyes komponensekbe történő gigantikus beruházások hatástalanok, ha a teljes rendszert nem fejlesztik következetesen.
Alkalmas:
A tehetségcsapda
Kína mesterséges intelligencia stratégiájának talán legkritikusabb gyengesége a szakképzett munkaerő drámai hiánya. Az Emberi Erőforrások és Társadalombiztosítási Minisztérium becslése szerint a hiány több mint ötmillió ember, a kínálat és a kereslet megdöbbentő, egy a tízhez arányával. 2025 első felében a mesterséges intelligenciával kapcsolatos pozíciókra vonatkozó álláshirdetések száma 37 százalékkal nőtt az előző év azonos időszakához képest. Különösen a robotikai mérnökök és az algoritmusfejlesztők iránt volt a kereslet, ezekre a pozíciókra vonatkozó álláshirdetések száma több mint 50 százalékkal nőtt. Ezek a számok nem egészséges bővülést, hanem inkább a szűkös erőforrásokért folytatott kétségbeesett versenyfutást dokumentálnak.
A McKinsey előrejelzése szerint Kína mesterséges intelligencia szakemberek iránti kereslete 2030-ra hatmillióra fog emelkedni, míg a hazai egyetemek és a visszatérő tengerentúli kínaiak legfeljebb kétmilliót tudnak biztosítani. Ez négymillió magasan képzett munkaerőből álló hiányt teremt, és valószínűleg tovább fog szélesedni, mivel Kína születési rátája évek óta csökken. Az ENSZ előrejelzése szerint a munkaképes korú népesség 2050-re 180 millióval csökken 2023-hoz képest, miközben a lakosság gyorsan öregszik. A munkaerő átlagéletkora 45 év fölé fog emelkedni. Kína így demográfiai csapdába esett a feltörekvő gazdaságok, mint például Vietnam, és az öregedő iparosodott nemzetek, mint például Japán között.
Felületes pillantással azt feltételezhetjük, hogy Kínában rengeteg a diplomás. Valójában a kínai egyetemek évente körülbelül 1,4 millió STEM-diplomás hallgatót bocsátanak ki. A valóság azonban minőségi ellentmondást mutat. Az igazán élvonalbeli kutatáshoz és a határmodellek fejlesztéséhez elsősorban doktorjelöltekre van szükség. A mesterséges intelligenciával képzett PhD-hallgatók kibocsátása továbbra is viszonylag alacsony, ami intenzív versenyt eredményez a rendelkezésre álló legjobb tehetségekért. A technológiai óriásoknál dolgozó tapasztalt gépi tanulással foglalkozó tudósok ma már hétszámjegyű fizetéseket keresnek jüanban. A kisebb startupok arról számolnak be, hogy a kritikus kutatási és fejlesztési pozíciók hónapokig betöltetlenek maradnak, ami jelentősen késlelteti a termékfejlesztést.
A problémát súlyosbítja a mesterséges intelligencia integrációjának sajátos jellege. A 2010-es évek mobilforradalmával ellentétben, amikor az alapvető technológiák már működőképesek voltak, és a tőkére elsősorban a felhasználók megszerzéséhez és a logisztikai bővítéshez volt szükség, a mesterséges intelligencia bevezetése folyamatos, kontextus-specifikus kutatást és fejlesztést igényel. Egy kórház nem telepítheti egyszerűen a ChatGPT-t, és nem beszélhet mesterséges intelligencia által vezérelt egészségügyről. Hónapokig vagy évekig tartó fejlesztésre van szükség az orvosi munkafolyamatok, a szabályozási megfelelés és a meglévő rendszerekkel való integráció kezeléséhez. A betegek tőkéje nélkül, amely hajlandó finanszírozni ezeket a többéves fejlesztési ciklusokat, a legtöbb mesterséges intelligencia-plusz projekt elakad, mielőtt megoldaná az alapvető megvalósítási kihívásokat.
Az interdiszciplináris szakértelem hiánya különösen problémásnak bizonyul. A Renmin Egyetem 2024-es tanulmánya szerint Kína a legjobb tehetségek, különösen a mesterséges intelligencia területén dolgozó tudósok és az iparágakon átívelő szakértelemmel rendelkező szakemberek hiányától szenved. A mesterséges intelligencia hagyományos iparágakba való integrálása olyan személyeket igényel, akik mélyreható műszaki ismeretekkel és alapos iparági ismeretekkel rendelkeznek. Egy mezőgazdasági MI-rendszerhez olyan fejlesztőkre van szükség, akik értik az agronómiát. Egy pénzügyi MI-hez olyan szakértőkre van szükség, akik ismerik a szabályozási követelményeket. Ezek az interdiszciplináris készségek világszerte szűkösek, de különösen Kínában.
A vállalatok különféle stratégiákkal reagálnak. Vannak, akik agresszíven toboroznak külföldről, enyhítik a hukou-korlátozásokat, és megpróbálnak tehetségeket visszahozni külföldről. Mások jelentős összegeket fektetnek be belső képzési programokba. A kormányzat támogatja a mesterséges intelligencia tanterveinek bővítését az egyetemeken. Több mint ötszáz kínai egyetem indított mesterséges intelligencia szakot 2018 óta. A kulturális és oktatási változások azonban időt vesznek igénybe. Még a felgyorsított erőfeszítések ellenére is a tehetséghiány a következő évtizedben megterheli a kínai mesterséges intelligencia ökoszisztémát.
A geopolitikai dimenzió tovább súlyosbítja a problémát. Miközben a kínai egyetemek jelentős előrelépést tesznek a mesterséges intelligencia oktatásában, a globális technológiai központok továbbra is vonzzák a tehetségeket. A kormányzati szabályozásból, az ideológiai ellenőrzésből és az akadémiai szabadság vélt korlátozásából fakadó bizonytalanság arra készteti a tehetségek egy részét, hogy külföldre költözzenek, vagy ott is maradjanak. Bár Kína büszkélkedhet a világ vezető mesterséges intelligencia-kutatóinak 47 százalékával és a mesterséges intelligencia szabadalmainak 50 százalékával, ezek a lenyűgöző számok nem fedhetik el azt a tényt, hogy a kereslet puszta mértéke messze meghaladja a rendelkezésre álló erőforrásokat.
Infrastrukturális válság a hatalmas beruházások ellenére
Kína mesterséges intelligencia infrastruktúrája monumentális arányú paradoxont mutat. Egyrészt az ország több mint 250 új mesterséges intelligencia adatközpontot jelentett be vagy épített 2023 és 2024 között. Az állami és magánbefektetők milliárdokat pumpáltak a digitális gerinchálózat bővítésébe. Másrészt helyi források arról számolnak be, hogy ennek az újonnan létrehozott számítási kapacitásnak akár 80 százaléka is kihasználatlan marad. Számos intelligens adatközpont kihasználtsági aránya 20-30 százalékra süllyed. A milliárdokba kerülő létesítmények nagyrészt üresen állnak, miközben üzemeltetőik kétségbeesetten keresik az ügyfeleket, a folyamatos hűtési, áram- és karbantartási költségek pedig megterhelik a mérlegüket.
Ez a bizarr helyzet a politikai nyomás, a spekulatív túlkapások és az alapvető téves számítások kombinációjából ered. Az ingatlanbuborék kipukkadását és a COVID okozta gazdasági visszaesést követően a helyi önkormányzatok kétségbeesetten keresték a növekedés új motorjait. A ChatGPT-t övező lelkesedés 2022 végén ideális jelöltként mutatta be a mesterséges intelligenciát. 2023-ra országszerte több mint 500 adatközpont-projektet javasoltak. A helyi önkormányzatok agresszíven támogatták ezeket a kezdeményezéseket, abban a reményben, hogy fellendítik regionális gazdaságaikat. Az állami tulajdonú vállalatok, a kormányhoz kapcsolódó befektetési alapok, valamint a magáncégek és a befektetők lelkesen fogadták az állítólagosan aranyló jövőt.
Azonban, ahogy az a sietős projektekre jellemző, a reális tervezés gyakran hiányzott. Sok létesítményt a tényleges kereslet vagy a műszaki szabványok figyelembevétele nélkül építettek. Kevés volt a releváns tapasztalattal rendelkező mérnök, és számos vezető közvetítőkre támaszkodott, akik felfújták az előrejelzéseket, vagy a beszerzési eljárásokat használták ki a támogatások megszerzése érdekében. Ennek következtében sok új adatközpont nem váltotta be a várakozásokat, mivel drágák voltak az üzemeltetésük, nehezen voltak betölthetők, és technikailag irrelevánsak voltak a modern mesterséges intelligencia alapú munkaterhelések szempontjából.
Alkalmas:
A fő probléma a kiépített infrastruktúra típusában rejlik. Sok adatközpontot nagy nyelvi modellek betanítására terveztek, és ennek megfelelően a nyugati tartományokban helyezték el őket, ahol olcsóbb az energiafelhasználás. Ez összhangban volt az Eastern Data Western Computing Initiative kezdeményezéssel, amelynek célja az adatfeldolgozás áthelyezése volt a keleti, zsúfolt nagyvárosi területekről a nyugati, erőforrásokban gazdag régiókra. Amikor azonban a kereslet a puszta modelltanításról a következtetésre – a betanított modellek gyakorlati alkalmazására – helyeződött át, sok nyugati létesítmény rossz pozícióban bizonyult. A következtetéshez jellemzően eltérő hardverkonfigurációkra van szükség – gyorsabb, érzékenyebb chipekre, amelyek az alacsony késleltetést és a hatékonyságot helyezik előtérbe a puszta számítási teljesítmény helyett. Továbbá a következtetésnek a végfelhasználók közelében, azaz a keleti nagyvárosokban kell történnie. Így a nyugati adatközpontokat gyakran rossz feladatokra építik, és rossz helyeken helyezik el.
Válaszul Peking bejelentette egy következtetés-központú adatközpont építését Vuhuban, egy délkeleti prefektúrában, amely olyan nagyvárosi piacokat fog kiszolgálni, mint Sanghaj, Hangcsou és Nanjing. De ez csak csepp a tengerben. Az erőforrások nem megfelelő infrastruktúrára történő rossz allokációja milliárdos tőkét kötött le, amelyet máshol produktívabban is fel lehetett volna használni. Egyes projektek nyilvánvalóan soha nem a tényleges számítási teljesítmény révén kívántak profitot termelni. Számos jelentés és bennfentes forrás megerősíti, hogy egyes vállalatok mesterséges intelligencia alapú adatközpontokat használtak fel arra, hogy jogosultak legyenek államilag támogatott zöld energiára vagy földterület-vásárlásokra. Bizonyos esetekben a kijelölt villamos energiát visszaértékesítették a hálózatba, miközben az épületek kihasználatlanok maradtak. 2024 végére az üzletág legtöbb szereplője a politikai ösztönzőkből, nem pedig a valódi mesterséges intelligencia munkájából kívánt profitálni.
A hardverhiány tovább súlyosbítja a helyzetet. Annak ellenére, hogy a kormány hatalmas mértékben támogatja a hazai chipfejlesztést, a kínai MI-vállalatok továbbra is nagymértékben függenek a külföldi technológiától. Az Egyesült Államok a globális számítási teljesítmény több mint 70 százalékát ellenőrzi, és exportkorlátozásokkal korlátozza Kína hozzáférését a fejlett chipekhez, mint például az Nvidia H100-asa és a kritikus tokozási technológiák. Kína MI-chip-ellátási hiánya várhatóan meghaladja a 10 milliárd dollárt 2025-re. A hazai alternatívák, mint például a Huawei Ascend 910B-je, lemaradnak a nagy nyelvi modellek betanításának teljesítményében. Ráadásul a fejlett MI-klaszterekhez nemcsak chipekre van szükség, hanem több tízezer processzort átfogó, magasan megtervezett összeköttetésekre is. Az amerikai cégek továbbra is vezető szerepet töltenek be a rendszerszintű tervezésben.
Kínai vállalatok közel egymillió Nvidia HGX H20 processzort vásároltak csak 2024-ben. Ez a függőség továbbra is fennáll, mivel az Nvidia kínálati mérete és kiforrott CUDA szoftvercsomagja tyúk-tojás problémát teremt a kínai mesterséges intelligencia iparág számára. A hazai hardverek esetében mind a mennyiség, mind a fejlesztői támogatás hiányzik. A DeepSeek megpróbálta R2 modelljét a Huawei Ascend chipjein betanítani, de a teljesítmény instabilitása, a gyengébb összeköttetések és a CANN éretlensége miatt Nvidia hardverhez kellett folyamodnia. Még ha a kínai gyártók el is áraszthatnák a piacot Ascend NPU-kkal vagy Moore Threads GPU-kkal, egy gyenge szoftvercsomag vonzóvá teszi őket a fejlesztők számára.
A kínai MI-chipek szoftverökoszisztémája jelentősen gyengébb, mint nyugati megfelelőjénél. Az Nvidia CUDA-ja több mint tizenöt évnyi dokumentációval és finomítással, nagy felhasználói bázissal és a népszerű gépi tanulási keretrendszerekkel, mint például a PyTorch és a TensorFlow, való robusztus integrációval rendelkezik. A Huawei CANN keretrendszere csak 2019-ben jelent meg, tizenkét évvel a CUDA után. A fejlesztők gyakran hibásnak, instabilnak és rosszul dokumentáltnak írják le, gyakori futásidejű összeomlásokkal és korlátozott harmadik féltől származó integrációval. Ezek a problémák nem teszik lehetetlenné a nagyméretű betanítási futtatásokat kínai hardvereken, de jelentősen drágábbá teszik azokat.
A különféle kínai chipgyártók közötti közös szabványok hiánya tovább fragmentálja a piacot. Minden gyártónak megvan a saját, inkompatibilis alacsony szintű szoftvercsomagja. A mainstream MI-keretrendszerek elsősorban az Nvidia chipeket támogatják. A hazai MI-chipeknek több keretrendszerhez kell alkalmazkodniuk, és minden keretrendszer-frissítés ismételt adaptációt igényel. Ez hiányzó operátorokhoz és optimalizálásokhoz vezet a nagy modellek esetében, megakadályozva a modellek futtatását vagy hatékonyságuk csökkenését, pontossági eltéréseket az architektúra és a szoftveres megvalósítás különbségei miatt, valamint magas portolási költségeket a nagyméretű modellek hazai chipeken történő betanításához.
A 2025 nyarán alapított Model-Chip Ecosystem Innovation Alliance (Modell-Chip Ökoszisztéma Innovációs Szövetség) megpróbálja megoldani ezt a problémát. Egyesíti a Huawei-t, a Biren Technologies-t, az Enflame-et, a Moore Threads-et és másokat azzal a céllal, hogy egy teljesen lokalizált mesterséges intelligencia-vermet építsenek, amely összekapcsolja a hardvereket, a modelleket és az infrastruktúrát. A siker a megosztott protokollok és keretrendszerek révén elérhető interoperabilitástól, valamint az ökoszisztéma széttöredezettségének csökkentésétől függ. Míg az alacsony szintű szoftverek egységesítése kihívást jelenthet az eltérő architektúrák miatt, a középszintű szabványosítás reálisabbnak tűnik. A közös API-kra és modellformátumokra összpontosítva a csoport azt reméli, hogy a modellek hordozhatóvá válnak a hazai platformok között. A fejlesztők egyszer megírhatnák a kódot, és futtathatnák azt bármelyik kínai gyorsítón. Amíg azonban ezek a szabványok valóban nem léteznek, a széttöredezettség azt jelenti, hogy minden vállalatnak több problémát kell egyszerre, több fronton kezelnie egy telített piacon.
A Huawei 2025 augusztusának elején tette nyílt forráskódúvá a CANN-t, valószínűleg az új szövetség iránti elkötelezettségének részeként, vagy általánosságban arra törekedve, hogy az Ascend 910 sorozatát a kínai vállalatok körében a választott platformmá tegye. Addig a Huawei Ascend NPU-khoz készült mesterséges intelligencia eszközkészlete korlátozott formában volt forgalmazva. A CANN kiforrottsága elmarad a CUDA-tól, elsősorban azért, mert a Huawei saját projektjein kívül nem volt széles, stabil telepített Ascend processzorbázis. A fejlesztők követik a méreteket, és a CUDA azért vált dominánssá, mert több millió Nvidia GPU került leszállításra és vált széles körben elérhetővé, ami indokolttá tette a hangolásba, a könyvtárakba és a közösségi támogatásba való befektetéseket. A Huawei és más kínai fejlesztők az amerikai szankciók miatt nem tudnak több millió Ascend NPU-t vagy Biren GPU-t szállítani.
Az energiainfrastruktúra vegyes képet mutat. Kína nyolcvanszor gyorsabban bővítette hálózatát, mint az Egyesült Államok, és világelső a nap-, szél- és vízenergia-kapacitás terén. Ezek a megújuló energiákba történő hatalmas beruházások célja, hogy a mesterséges intelligencia skálázása fenntartható legyen. Az Eastern Data Western Computing Initiative (Eastern Data Western Computing Initiative) az adatfeldolgozást az energia- és földgazdag nyugati régiókba helyezi át, szél- és napenergia segítségével. A cél nemcsak a költségek csökkentése, hanem egy robusztusabb és fenntarthatóbb infrastruktúra létrehozása is. A tizennegyedik ötéves terv végére, 2025-re várhatóan több millió IT-racket telepítenek.
Míg a nyugati régiók bőséges szél- és napenergia-forrásokat, valamint alacsonyabb áramárakat kínálnak, gyakran lemaradnak az infrastruktúra fejlesztésében. A kihívás abban rejlik, hogy hatékonyan kombinálják a kevésbé fejlett nyugati régiók bőséges zöldenergia-forrásait a keleti régiók növekvő adatfeldolgozási igényeivel. A számítástechnikai igények a keleti régiókban koncentrálódnak, ahol a megújuló energia önellátása 40 százalék alatt van, míg nyugaton található Kína telepített megújulóenergia-kapacitásának 70 százaléka. A Tencent azt tervezi, hogy Nyugat-Kína legnagyobb intelligens adatközpontját Ningxiában helyezi el, részben az alacsonyabb áramárak miatt. A vállalatok általában a nyugati tartományokban képezik ki nagyméretű nyelvi modelljeiket az alacsonyabb áramköltségek miatt, de alkalmazásorientált adatközpontjaikat keleten helyezik el, ahol a nagyobb ügyfélkör gyorsabb visszajelzést tesz lehetővé alkalmazásaikkal kapcsolatban.
Míg a nyugati régiókban alacsonyak az áramköltségek, a közlekedési, kommunikációs és tehetséggondozó rendszerek hiányosságai megnehezítik a csúcstechnológiás személyzet vonzását és megtartását. Sok nyugati adatközpont tétlenül áll, amíg a downstream alkalmazások fellendülésére vár. Egy felhőszolgáltató alkalmazottja megerősítette, hogy a kínai intelligens adatközpontok kihasználtsági aránya 30 százalék alatt van.
Kínai szakértelmünk az üzletfejlesztés, az értékesítés és a marketing terén
Kínai szakértelmünk üzletfejlesztés, értékesítés és marketing terén - Kép: Xpert.Digital
Iparági fókusz: B2B, digitalizáció (AI-tól XR-ig), gépészet, logisztika, megújuló energiák és ipar
Bővebben itt:
Egy témaközpont betekintésekkel és szakértelemmel:
- Tudásplatform a globális és regionális gazdaságról, az innovációról és az iparágspecifikus trendekről
- Elemzések, impulzusok és háttérinformációk gyűjtése fókuszterületeinkről
- Szakértelem és információk helye az üzleti és technológiai fejleményekről
- Témaközpont olyan vállalatok számára, amelyek a piacokról, a digitalizációról és az iparági innovációkról szeretnének többet megtudni
Adatközpont-boom: A felhajtástól a túlkapacitási válságig – Hogyan osztja meg a mesterséges intelligencia Kína régióit?
A regionális megosztottság súlyosbítja a szakadékot
Kína mesterséges intelligencia-fejlesztésének földrajzi egyenlőtlenségei megismétlik és súlyosbítják a meglévő gazdasági egyenlőtlenségeket. A keleti parti tartományok, mint például Guangdong, Jiangsu, Zhejiang és Sanghaj régóta vezető pozícióban vannak, Guangdong pedig különösen erős fejlődési lendületet mutat. Sanghaj és Peking a politikai támogatásnak és a technológiai kutatási és fejlesztési képességeknek köszönhetően továbbra is magas koncentrációban tartja a mesterséges intelligencia tevékenységeit. A központi régiók, mint például Hubei, Henan és Shandong, fokozatosan a középső tartományba kerültek, ami folyamatos javulást jelez. A nyugati tartományok, mint például Csinghaj, Tibet és Kanszu, azonban összességében alacsony szinten vannak. Némi javulás ellenére a keleti régióval való szakadék továbbra is nyilvánvaló, és a kiegyensúlyozatlan regionális fejlődés problémája továbbra is fennáll.
2014 és 2022 között a mesterséges intelligencia szintje Kínában jelentős javulást és regionális terjeszkedést mutatott az idő múlásával. 2014-ben az országban az MI fejlettségének általános szintje alacsony volt, csak a keleti part menti tartományok mutattak kiemelkedő teljesítményt, és mutatták be e régiók korai előnyeit a mesterséges intelligencia terén. Eközben a központi és nyugati régiók összességében későn indultak, és fejlettségi szintjük általában alacsony volt. 2022-re az ország MI-szintje jelentősen javult, a Jangce-delta és a Bohai-peremvidék a növekedés fő mozgatórugóivá vált. Peking, Tiencsin és Hopej erős fejlődési lendületet mutatott, míg a nyugati régió, bár alacsonyabb fejlettségi szinten van, egyértelműen felfelé ívelő tendenciát mutatott.
Egy, a mesterséges intelligencia okozta jövedelmi egyenlőtlenségekkel foglalkozó tanulmány megállapította, hogy a mesterséges intelligencia jövedelmi egyenlőtlenségekre gyakorolt hatása az északkeleti régióban a legerősebb, ezt követi a nyugati régió, míg a hatások viszonylag kisebbek a középső és keleti régiókban. A mesterséges intelligencia jelentősen súlyosbítja a jövedelmi különbségeket az ipari strukturális fejlesztések és a technológiai innováció révén. A regionális heterogenitás azt mutatja, hogy a mesterséges intelligencia nem egyenlősítőként működik, hanem inkább felerősíti a meglévő előnyöket. Az erős digitális infrastruktúrával, a tőkéhez való hozzáféréssel és a tehetségbázissal rendelkező tartományok aránytalanul profitálnak, míg a fejletlen régiók még jobban lemaradnak.
A város-vidék digitális szakadéka tovább súlyosbítja ezeket az egyenlőtlenségeket. Annak ellenére, hogy a kormány a közelmúltban erőfeszítéseket tett a digitális vidéki infrastruktúra fejlesztésének felgyorsítására a kínai vidék revitalizációjának kontextusában, a szegénység csökkentésében elért sikerekre alapozva, a digitális szakadék problémája továbbra is fennáll. A pénzügyi beruházások tekintetében a vidéki digitális infrastruktúrára fordított források jelentősen elmaradnak a városi területekre fordítottaktól. Az adatok szerint Kína megyei szintű mezőgazdasági és vidéki informatizációba történő költségvetési és társadalmi beruházásai mindössze tizenhárom, illetve harmincmillió jüant tesznek ki, ami összességében mindössze harminchét, kilenc százalékos informatizációs fejlettségi szintet eredményez.
Jelentős eltérés mutatkozik a hardvertelepítésben a vidéki és városi területek között, ami magában foglalja a digitális erőforrások, az infrastruktúra, a hálózati berendezések és a bázisállomások eltéréseit. 2022-ben Kína elérte az országos 2,3 millió 5G bázisállomás mérföldkövét. A vidéki 5G bázisállomások száma azonban jelentősen elmarad az országos átlagtól, ami tovább növeli a digitális szakadékot. Ugyanakkor a vidéki és városi területeken azonos hálózati lefedettség és sebesség biztosításának célját még nem sikerült teljes mértékben elérni.
A COVID-19 világjárvány alatt a hardverinfrastruktúra fejlesztésében tapasztalható egyenlőtlenség még hangsúlyosabbá vált. Szembetűnő példa erre egy tibeti főiskolai hallgató esete, aki a Tibeti Autonóm Területen, Linzhouban élt, és kénytelen volt húsz percig motorozni egy hegy lábáig, majd fagypont alatt felmászni a csúcsra, hogy online órákon vehessen részt. Ez az anekdota rávilágít a digitális hardverfejlesztés terén tapasztalható feltűnő egyensúlyhiányra a vidéki és városi területek között.
A megyei és önkormányzati szintű adatközpontok hiánya, amelyek elengedhetetlenek a hatékony digitális alkalmazási rendszerek fenntartásához, akadályozza a generatív mesterséges intelligencia technológiák fejlődését a vidéki területeken. Ez a helyzet ahhoz a közmondáshoz hasonlítható, hogy „még a legképzettebb háziasszony sem tud rizs nélkül főzni”, ami rávilágít ezeknek az adatközpontoknak az alapvető szükségességére a vidéki digitális fejlődés előmozdítása érdekében.
A vidéki digitális fejlődés „puha erejét” jelentő szoftverszervezetek szemszögéből a vidéki digitális szoftverek a városi területekhez képest hiányosságokkal küzdenek a digitális kompetencia, a tehetségszerzés és az irányítás terén. Egyrészt a kisbirtokos gazdálkodó közösségekben uralkodó hagyományos, önző gondolkodásmódok befolyásolják, és súlyosbítja a vidéki digitális fejlődésben rejlő lemaradás, így a vidéki lakosság körében jelentős a lelkesedés hiánya a generatív MI-szolgáltatások aktív igénybevételében a vidéki Kína revitalizációja érdekében. Továbbá a vidéki munkaerő jelentős migrációja, amelynek eredményeként az idősek, a kiszolgáltatott személyek, a nők és a gyermekek alkotják a vidéki területek elsődleges munkaerő-állományát, felerősíti a vidéki elnéptelenedés, az elnéptelenedés és a népesség elöregedés jelenségét, ami hatással van a vidéki lakosságra, a gazdaságra, a társadalomra és az általános fejlődésre.
Egy, a falusi ügyek elektronikus irányítását még nem alkalmazó vidéki területeken végzett felmérés szerint a falusi tisztviselők 84,13 százaléka az „idős falusiak magas arányát” jelölte meg elsődleges akadályként, „ami akadályozza a technológia elterjedését”. Ezek az együttes tényezők jelentősen akadályozzák a generatív mesterséges intelligencia technológiák elterjedését és népszerűsítését a vidéki régiókban.
A regionális különbségek a mesterséges intelligencia indexben is megmutatkoznak. Egy nemrégiben készült tanulmány egy átfogó, hét fő dimenzióval rendelkező mesterséges intelligencia indexet dolgozott ki, amelyet tartományi szintű és iparágspecifikus elemzésre terveztek. A kínai-amerikai összehasonlítás azt mutatja, hogy egy egységes keretrendszer alatt az amerikai összetett pontszám 68,1-gyel haladja meg a kínai 59,4-es pontszámot. Kína hét fő területre bontása egy szubnacionális index létrehozása érdekében szembetűnő regionális különbségeket tár fel Kína mesterséges intelligencia fejlesztésében: az északi, keleti és déli régiók vezetnek az összetett pontszámokban, míg a középső és nyugati régiók jelentősen elmaradnak, ami rávilágít az innováció és az ipari erőforrások regionális koncentrációjának hatásaira.
Ennek a földrajzi széttöredezettségnek messzemenő következményei vannak. Eltérő sebességű gazdasági átalakulást eredményez, a vezető régiók gyorsan fejlődnek a tudásalapú gazdaságok felé, míg a lemaradó régiók továbbra is a hagyományos gyártásnál és mezőgazdaságnál ragadnak. Súlyosbítja a társadalmi feszültségeket, mivel a régiók közötti jövedelmi különbségek egyre szélesednek. Bonyolítja a nemzeti koordinációt, mivel a különböző tartományok eltérő fejlettségi szinttel és prioritásokkal rendelkeznek. És nem hatékony erőforrás-elosztást eredményez, a legmodernebb adatközpontok tétlenül állnak a távoli nyugati tartományokban, míg a keleti nagyvárosok kapacitásért küzdenek.
Alkalmas:
A túlkapacitási válság és a konszolidációs nyomás
A 2023-as és 2024-es lelkes építési fellendülés drámai túlkapacitási válsággal szembesítette Kínát. Csak 2023-ban több mint 500 adatközpont-projektet javasoltak, amelyek közül legalább 150 várhatóan 2024 végére üzembe áll. Ez a fejlemény Kína gazdasági fejlődésének ismerős mintáját tükrözi. Amikor a központi kormányzat stratégiai prioritásként kezel egy ágazatot, a helyi hatóságok és a vállalatok túlzott buzgalommal rohannak bele, gyakran figyelmen kívül hagyva a tényleges igényeket vagy a racionális tervezést. Az eredmény rendszeresen túlbefektetés, túlkapacitás és fájdalmas konszolidációs fázis.
Az autóipar egy tanulságos párhuzamos projektet kínál. Körülbelül 140 vállalat versenyez ebben az ágazatban, amelyek közül csak néhány nyereséges, és egyharmaduk 20 százalék alatti kapacitáskihasználtsági rátával rendelkezik. A helyi munkahelyek elvesztésének megelőzése érdekében a regionális önkormányzatok ennek ellenére támogatások és egyéb támogatási formák révén segítik még a küszködő beszállítókat is a talpon maradásban. A piaci konszolidáció ezért lelassult, árháborúk robbantak ki, és a gyártókra nyomás nehezedik, hogy növeljék az exportot a jövedelmezőbb piacokra. Eközben a könnyen elérhető exportpiacok korszaka halványulóban van. Az Egyesült Államok a Biden-kormány alatt nemzetbiztonsági okokból szinte az összes kínai járműimportot betiltotta, az EU pedig tavaly vámot vetett ki a kínai elektromos járművekre.
A mesterséges intelligencia infrastruktúrája hasonló pályát követ. A Nemzeti Fejlesztési és Reform Bizottság szigorúbb szabályozásokkal avatkozott közbe. Az új projekteknek mostantól meghatározott hasznosítási kritériumoknak kell megfelelniük, és jóváhagyás előtt be kell nyújtaniuk a vételi szerződéseket. Ezenkívül a helyi hatóságoknak tilos kisméretű számítástechnikai infrastruktúra létrehozását kezdeményezniük, kivéve, ha egyértelmű gazdasági indokot tudnak felmutatni. A kormányzati beszerzések értéke csak 2024-ben elérte a 24,5 milliárd jüant, azaz nagyjából 3,4 milliárd dollárt, és további 12,4 milliárd jüant irányoztak elő 2025-re. A jelentős kormányzati beruházások ellenére a jelentett hasznosítási arányok azonban továbbra is 20 és 30 százalék között mozognak, ami veszélyezteti mind a gazdasági életképességet, mind az energiahatékonyságot.
Az elmúlt másfél évben több mint 100 projektet hagytak félbe, ami jelentős növekedés a 2023-as mindössze 11-hez képest. A lemondott projektek számának ez a drámai növekedése a valóság visszaesését jelzi. A befektetők és az üzemeltetők felismerik, hogy ezek közül a létesítmények közül sok soha nem lesz nyereséges. A kezdeti válság, amelyet a ChatGPT 2022 végi indulását követő generatív mesterséges intelligencia körüli felhajtás táplált, jövedelmezőségi válsággá alakult. A GPU-lízingpiacok összeomlottak. A dollármilliárdokba kerülő létesítmények ma kihasználatlanok, a hozamok zuhannak, és sok létesítmény elavulttá vált, mielőtt még teljesen működőképes lett volna a változó piaci körülmények miatt.
2025 júliusában Hszi Csin-ping elnök kifejezetten óva intett a mesterséges intelligenciába történő túlzott befektetésektől, megismételve korábbi aggályait a túlzott helyi önkormányzati beruházásokkal kapcsolatban. A megjegyzések aláhúzzák a politikai döntéshozók azon szándékát, hogy elkerüljék a más feltörekvő iparágakban, például az elektromos járművekben tapasztalt túlkapacitás-megismétlődést, amely hozzájárult a deflációs nyomáshoz. Bár az állami tervező nem határozta meg, hogy az ágazat mely részét kell korlátozni, a beruházások világszerte különösen hangsúlyosak voltak az MI fejlesztését alátámasztó adatközpontok építésébe. A bővítés lassulása hatással lenne a chipek, hálózati berendezések és más alapvető szerverkomponensek beszállítóira, a Cambricon Technologies Corp.-tól a Lenovo Group Ltd.-ig és a Huawei Technologies Co.-ig.
2025. augusztus 29-én az Államtanács hangsúlyozta a „tehetség, a tőke és egyéb erőforrások rendezett áramlásának” biztosításának szükségességét. Zhang Kailin, a Nemzeti Fejlesztési és Reform Bizottság tisztviselője egy tájékoztatón újságíróknak elmondta, hogy a kormány arra fogja ösztönözni a tartományokat, hogy összehangolt és kiegészítő módon fejlesszék a mesterséges intelligenciát. A cél az, hogy egyedi erősségeiket kihasználva elősegítsék a növekedést anélkül, hogy megkettőznék az erőfeszítéseket. „Határozottan el fogjuk kerülni a rendezetlen versenyt vagy a „követem a tömeget” megközelítést” – mondta Zhang. A fejlesztésnek a helyi előnyökre, erőforrásokra és ipari alapokra kell épülnie.
A szoftverpiac hasonló konszolidációs dinamikát tükröz. A Kínai Kibertér-adminisztráció jóváhagyott egy több mint 180 fő nyelvi modellt tartalmazó listát általános használatra 2024 augusztusáig, amely jól szemlélteti a hazai piaci részesedésért versengő kínai technológiai vállalatok széles skáláját. Ezek a cégek nemcsak a piac egy részéért, hanem a finanszírozásért is versenyeznek a gazdasági lassulás és a kínai kockázati tőkeipar visszaesése közepette. A workshop résztvevői hangsúlyozták, hogy bár sok kínai startup vonzott befektetéseket olyan nagy technológiai vállalatoktól, mint az Alibaba és a Tencent, sok befektető továbbra is szkeptikus a mesterséges intelligencia startupok rövid távú bevételtermelő képességével kapcsolatban. Gazdaságilag produktív befektetések keresése során számos kínai kockázati tőkealap igyekszik diverzifikálni kockázatát az erőforrások összevonása révén, ami szétszórtabb finanszírozási környezetre utal.
Tekintettel a kínai mesterséges intelligencia fejlesztők finanszírozási és hardveres korlátaira, a résztvevők azt sugallták, hogy Kína sikeresen fejleszthetne néhány céget vagy mesterséges intelligencia laboratóriumot az erőforrások összevonása révén, de ezeknek az erőfeszítéseknek szelektívnek és célzottnak kell lenniük, csökkentve a jelentős megtérülés valószínűségét. Végső soron a résztvevők azt sugallták, hogy ez a környezet valószínűleg fokozott iparági konszolidációhoz vezet a kínai mesterséges intelligencia piacán.
Du Hai, a Baidu felhőalapú részlegének egyik vezető menedzsere azt jósolta, hogy ez a piaci konszolidációhoz vezet. A jelenleg aktív tucatnyi hazai MI-chipgyártó cég valószínűleg három vagy négy elkülönülő táborra zsugorodik. „Azok lesznek a nyertesek, akiknek a chipjei a legszélesebb modellskálát tudják támogatni – vagy lehetővé teszik egy olyan ütős alkalmazás létrehozását, amely tényleges szabvánnyá válik.”
A Gartner előrejelzése szerint 2029-re a GenAI technológiai környezet 75 százalékkal kevesebb szereplőre konszolidálódik, mivel a hiperskálázók és a SaaS platformszolgáltatók terjeszkednek, a hibrid felhőszolgáltatók pedig beolvadnak. Ez nem piaci spekuláció, hanem a gazdasági erők elkerülhetetlen következménye, amelyek már most is átalakítják az iparágat. A történelmi infrastruktúra-fejlődésekkel való párhuzamok szembetűnőek. A Gartner megállapítja, hogy a szállítók széttöredezettségének időszakából a felvásárlásokon és a piaci zavarokon keresztüli konszolidációba lépünk. Ahogyan az áramipar is fejlődött több ezer helyi termelőtől néhány nagy közműcéggé, a mesterséges intelligencia is ugyanazt az utat követi.
A kínai mesterséges intelligencia startupok kockázati tőkebefektetései közel 50 százalékkal csökkentek éves szinten 2025 elején, ami a befektetők általános óvatosságát tükrözi a lassú növekedés, a szabályozási bizonytalanságok és a geopolitikai feszültségek közepette. Csak a második negyedévben a finanszírozás mindössze 4,7 milliárd dollárra zuhant, ami egy évtized legalacsonyabb szintje. Ezt a befektetői félelmet részben a kínai kormányzat azon hajlandósága táplálta, hogy az ideológiai tisztaság megőrzését célzó intézkedések megkettőzése nevében elfojtsa a határokon átívelő innovációt.
A kínai piac többi része, bár vegyes jeleket kínál, további pesszimizmusra ad okot. Az ingatlanszektor összeomlott, az ifjúsági munkanélküliségi ráta meghaladja a 17 százalékot, és a fogyasztói bizalom csökken. A geopolitikai helyzet sem segít, az exportkorlátozások továbbra is hatással vannak a kínai technológiai szektorra, a vámok veszélyeztetik a tágabb gazdaságot, az ideológiailag vezérelt, ellenőrzésre összpontosító politikák pedig elriasztják a legtöbb befektetőt. Ez a finanszírozási válság különösen problémát jelent a mesterséges intelligencia bevezetése számára. Türelmes tőke nélkül, amely hajlandó finanszírozni ezeket a többéves fejlesztési ciklusokat, a legtöbb mesterséges intelligencia-plusz projekt elakad, mielőtt megoldódna a főbb megvalósítási kérdések.
🎯🎯🎯 Profitáljon az Xpert.Digital széleskörű, ötszörös szakértelméből egy átfogó szolgáltatáscsomagban | BD, K+F, XR, PR és digitális láthatóság optimalizálása
Profitáljon az Xpert.Digital széleskörű, ötszörös szakértelméből egy átfogó szolgáltatáscsomagban | K+F, XR, PR és digitális láthatóság optimalizálása - Kép: Xpert.Digital
Az Xpert.Digital mélyreható ismeretekkel rendelkezik a különböző iparágakról. Ez lehetővé teszi számunkra, hogy személyre szabott stratégiákat dolgozzunk ki, amelyek pontosan az Ön konkrét piaci szegmensének követelményeihez és kihívásaihoz igazodnak. A piaci trendek folyamatos elemzésével és az iparági fejlemények követésével előrelátóan tudunk cselekedni és innovatív megoldásokat kínálni. A tapasztalat és a tudás ötvözésével hozzáadott értéket generálunk, és ügyfeleink számára meghatározó versenyelőnyt biztosítunk.
Bővebben itt:
Kína mesterséges intelligencia jövője? Hegemónia, fragmentáció vagy fogyasztói forradalom? Irányítási hiányosságok és adatszigetek: Kína megvalósításának Achilles-sarka.
Jövőbeli forgatókönyvek az eufória és a kiábrándultság között
Kína mesterséges intelligencia iparágának jövőbeli előrejelzései aligha lehetnének szélesebbek. Az olyan optimista hangok, mint a Morgan Stanley, azt jósolják, hogy a kínai mesterséges intelligencia beruházások 2028-ra nullszaldósak lehetnek, és 2030-ra 52 százalékos megtérülést produkálhatnak a befektetett tőkére vetítve. Az alapvető mesterséges intelligencia iparág 2030-ra 140 milliárd dolláros piaccá válhat. Ez a becslés 1,4 billió dollárra ugrik, ha a kapcsolódó ágazatokat, például az infrastruktúrát és az alkatrész-beszállítókat is figyelembe vesszük. A mesterséges intelligencia további lendületet adhat Kína hosszú távú GDP-növekedéséhez, ellensúlyozva olyan tényezőket, mint az elöregedő munkaerő és a lassuló termelékenységnövekedés. A következő két-három évben a mesterséges intelligencia további 0,2-0,3 százalékponttal járulhat hozzá Kína éves növekedéséhez.
A humanoid robotok globális piaca 2050-re elérheti az öt billió dollárt, egymilliárd darabbal, amelynek harminc százalékát Kínában használják. Kína hatékonyságvezérelt és alacsony költségű megközelítése más utat nyit a befektetések megtérüléséhez. Az olyan vállalatok, mint a DeepSeek, által mutatott költségelőny – amely akár öt, hatmillió dollárért is befolyásos modelleket fejleszt – lehetővé teheti a kínai cégek számára, hogy betörjenek azokra a globális piacokra, amelyek nem engedhetik meg maguknak, vagy nem hajlandók nyugati megoldásokat alkalmazni.
A következő hat-tizenkét hónap kritikus időszak lesz a kínai mesterséges intelligencia vállalatok számára, mivel egyre több, valós problémák megoldására irányuló vállalati megvalósítás kezd termelékenységnövekedést mutatni. Hosszú távon a humanoidok, vagyis a mesterséges intelligencia által működtetett, emberszerű robotok széles körben felhasználhatók ipari, kereskedelmi és háztartási célokra. Hosszabb távon a mesterséges intelligencia forradalma a termelékenység növekedéséhez vezet a hatékonyság növelése, a termelési folyamatok korszerűsítése, valamint az új termékek, szolgáltatások és munkahelyek felszabadítása révén.
Az ázsiai-csendes-óceáni térség 2025-ben a mesterséges intelligencia szoftverekből származó bevételek 33 százalékát fogja adni, de mivel Kína fokozza részvételét az Egyesült Államokkal folytatott mesterséges intelligencia versenyben, az elemzők arra számítanak, hogy a régió 2030-ra a piac 47 százalékát fogja képviselni. Az előrejelzések szerint Kína önmagában az ázsiai-csendes-óceáni térség teljes mesterséges intelligencia szoftverekből származó bevételének kétharmadát fogja képviselni, ami 2030-ra eléri a 149,5 milliárd dollárt. A mesterséges intelligencia piacára vonatkozó jelentős növekedési előrejelzést a következő, az iparágat alakító trendek vezérlik.
De ezek az optimista előrejelzések a baljóslatú figyelmeztetések mellett állnak. A Capital Economics azt jósolja, hogy a mesterséges intelligencia által vezérelt tőzsdei buborék 2026-ban kipukkad. A kutatócég szerint az emelkedő kamatlábak és a magasabb infláció lefelé fogja nyomni a részvényértékeléseket. 2026-tól kezdődően ezek a tőzsdei nyereségek várhatóan kiegyenlítődnek, mivel a magasabb kamatlábak és a megnövekedett infláció elkezdi lefelé hajtani a részvényértékeléseket. Végső soron arra számítanak, hogy a részvények hozamai a következő évtizedben gyengébbek lesznek, mint az előzőben. És úgy gondolják, hogy az amerikai tőzsde régóta tartó felülteljesítése véget érhet.
A Nemzetközi Valutaalap megjegyezte, hogy bár a visszaesés valószínűsíthető, nem valószínű, hogy rendszerszintű válsággá fajulna, amely tönkretenné az amerikai vagy a globális gazdaságot. Gourinchas megjegyezte, hogy a múltbeli trendekhez hasonlóan egy úttörő technológiát övező felhajtás rövid távon nem feltétlenül felel meg a piaci várakozásoknak, ami potenciálisan a részvényárfolyamok csökkenéséhez vezethet. Megjegyezte azonban, hogy az 1999-es helyzettel ellentétben a jelenlegi befektetési környezetet a készpénzben gazdag technológiai vállalatok jellemzik, nem pedig az adósságvezéreltek.
A Forrester előrejelzése szerint 2026-ra a mesterséges intelligencia elveszíti fényét, és tiaráját védősisakra cseréli. A vállalati megtérülési aggodalmak felülmúlják a szállítói túlzásokat. Ezzel a piaci korrekcióval a vállalatok a funkcionalitást fogják előtérbe helyezni a stílussal szemben. A pénzügyi igazgatók több mesterséges intelligenciával kapcsolatos üzletbe fognak bevonódni. A cégek megoszlanak a befektetéseik között az ügynökök ökoszisztémái között, és átcsoportosítják a tehetségeket, ahogy a mesterséges intelligencia ügynökei átveszik a nehéz munkát. Az okos vállalatok befektetnek a mesterséges intelligencia irányításába és a mesterséges intelligencia használatának folyékony képzésébe a kockázatok csökkentése és a mesterséges intelligencia útjának fokozatos feltérképezése érdekében.
Egy Bain-jelentés becslése szerint 2030-ra a mesterséges intelligencia adatközpontok globális tőkekiadásai el fogják érni az évi 500 milliárd dollárt, ami 200 GW további energiatermelési kapacitást igényel – ennek a fele az Egyesült Államokban. Az MI-szektornak azonban évi 2 billió dolláros bevételt kell generálnia a kiadások indokoltságához. Jelenleg 800 milliárd dolláros hiány mutatkozik. Egy vezető szerint Kína MI-chipszektora továbbra is akadályokkal néz szembe a kereslet és a gyártási kapacitás terén. A piacnak valós alkalmazásokra van szüksége a méretezéshez. Az alkalmazásigény fog mindent meghatározni. A számítási teljesítmény kétségbeesett amerikai stílusú bővítése nem a kínai vállalatok választása.
Kína mesterséges intelligencia infrastruktúrájának fellendülése megtorpant, mivel az ország több száz adatközpontot épített mesterséges intelligencia ambícióinak támogatására az MIT Technology Review szerint, de sok most üresen áll. 2023-ban és 2024-ben mind állami, mind magántulajdonban lévő vállalatok milliárdokat fektettek be azzal a várakozással, hogy a GPU-lízing iránti kereslet tovább fog növekedni, de az elterjedés valójában csökkent, és ennek eredményeként sok üzemeltető most a túlélésért küzd. Helyi kiadványok arról számolnak be, hogy ennek az új számítási kapacitásnak akár 80 százaléka is kihasználatlanul áll.
Ezek az eltérő jövőbeli forgatókönyvek alapvető bizonytalanságokat tükröznek. Vajon Kína leküzdheti-e a szoftver-ökoszisztéma széttöredezettségét? Vajon a hazai chipgyártók elég gyorsan képesek lesznek-e áthidalni a technológiai réseket? Vajon az amerikai exportkorlátozások szigorodnak, enyhülnek-e, vagy a jelenlegi szinten maradnak-e? Vajon a kínai kormányzat fokozza-e ideológiai ellenőrzését, ezzel elriasztva az innovátorokat, vagy pragmatikusabb politikát folytat? Vajon az alacsony költségű mesterséges intelligencia megoldások iránti globális kereslet a kínai hatékonyságra összpontosító megközelítéseket fogja-e támogatni, vagy a minőséggel és a bizalommal kapcsolatos aggodalmak a nyugati megoldásokat részesítik előnyben?
Az ezekre a kérdésekre adott válaszok nemcsak Kína sorsát fogják meghatározni, hanem a globális mesterséges intelligencia környezetét is. Három lehetséges forgatókönyv körvonalazódik. Az első forgatókönyv szerint az Egyesült Államok megőrzi dominanciáját. A fejlett chipek és a világ vezető mesterséges intelligencia-vállalatai feletti ellenőrzéssel Washington megtartja technológiai vezető szerepét, míg Kína számítástechnikai korlátokkal küzd, és korlátozott hozzáférése van a kulcsfontosságú piacokhoz. A második forgatókönyv a mesterséges intelligencia fejlesztésének két versengő ökoszisztémára osztott szétválását ábrázolja. Az egyiket az Egyesült Államok és szövetségesei vezetik, prioritásként kezelve az átláthatóságot és az etikai normákat, míg a másikat Kína uralja, ahol az államilag ellenőrzött mesterséges intelligencia a digitális megfigyelés eszközeként szolgál. Az országok kénytelenek lesznek igazodni e modellek egyikéhez, ami egy széttagolt digitális környezetet teremt.
A harmadik forgatókönyv szerint Kína uralja a fogyasztói mesterséges intelligencia piacát, de lemarad a csúcskategóriás alkalmazások terén. Az amerikai chipekre vonatkozó korlátozások akadályozzák Kína azon képességét, hogy élvonalbeli mesterséges intelligenciát fejlesszen ki védelmi és tudományos kutatási célokra, Peking azonban kiemelkedő a tömegpiaci mesterséges intelligencia terén, megfizethető platformokat, például a DeepSeeket kínálva a globális felhasználóknak. Ez az egyensúly azonban drámaian eltolódhat, ha Kína Tajvanon, a TSMC otthonában valósítaná meg ambícióit, amely a világ legfejlettebb chipjeinek nagyjából 90 százalékát gyártja.
Végső soron a mesterséges intelligencia uralmáért folytatott verseny átalakítja a globális hatalmi dinamikát. Míg az Egyesült Államok jelenleg vezető szerepet tölt be a fejlett mesterséges intelligencia kutatásában, Kína stratégiai fókusza és államilag vezérelt beruházásai félelmetes versenytárssá tették. Bár Peking olyan akadályokkal néz szembe, mint a nyugati korlátozások és a piaci szkepticizmus, a fogyasztói mesterséges intelligencia terén elért fejlődése és a feltörekvő piacokra gyakorolt befolyása miatt a verseny kiszámíthatatlan. Akár az Egyesült Államok folyamatos dominanciájához, akár a megosztott digitális környezethez, akár Kína felemelkedéséhez vezet a kritikus ágazatokban, egy dolog világos: a mesterséges intelligencia mélyrehatóan formálni fogja a globális gazdaságot, a nemzetbiztonsági politikákat és a politikai szövetségeket az elkövetkező években.
Alkalmas:
Végrehajtási problémák és irányítási hiányosságok
A hardver- és személyzeti problémákon túl Kína alapvető megvalósítási kihívásokkal küzd, amelyeket gyakran figyelmen kívül hagynak. A mesterséges intelligencia üzleti bevezetése továbbra is széttagolt és kísérleti jellegű. Míg Kína vezető szerepet tölt be a generatív mesterséges intelligencia bevezetésében, a kínai szervezetek még nem valósították meg azt olyan teljes mértékben, amennyire csak lehetne. Amikor a SAS felmérést végzett a Dübernél arról, hogy szervezeteik milyen mértékben használják a generatív mesterséges intelligenciát, a kínai szervezetek tizenkilenc százaléka mondta, hogy „használja és teljes mértékben bevezette a generatív mesterséges intelligenciát”, ami meghaladja a tizenegy százalékos globális átlagot, de elmarad a teljes körű bevezetésben világelső amerikaitól, amely huszonnégy százalékkal magasabb.
Eközben a kínai válaszadók 64 százaléka azt mondta, hogy szervezetük „generatív mesterséges intelligenciát használ, de még nem vezette be teljesen”, ami jóval meghaladja a 43 százalékos globális átlagot. Tekintettel arra, hogy Kína hangsúlyozza a generatív mesterséges intelligencia körültekintő szabályozását és hivatalos jóváhagyását, érthető, hogy sok szervezet kezdeti teszteket végez, mielőtt teljes mértékben integrálná a generatív mesterséges intelligenciát a folyamataiba. Egyértelmű, hogy Kína teljes mértékben elkötelezett a generatív mesterséges intelligencia iránt, de a kínai szervezetek óvatosan járnak el, még akkor is, ha kollektíven alkalmazzák ezt az új technológiát.
Amikor a megvalósítással kapcsolatos kihívásokról kérdezték őket, a kínai válaszadók a globális átlagnál jóval kisebb valószínűséggel említették a belső szakértelem vagy a megfelelő eszközök hiányát: mindössze 31 százalékuk mondta, hogy hiányoznak a megfelelő eszközök a generatív mesterséges intelligencia megvalósításához, szemben a globális 47 százalékkal, míg mindössze 21 százalékuk mondta, hogy hiányzik a belső szakértelem, szemben a globális 39 százalékkal. Ezek a számok éles ellentétben állnak a korábban tárgyalt tehetséghiányokkal, és ellentmondásra utalnak az önészlelés és a valóság között, vagy eltérő szabványokra arra vonatkozóan, hogy mi minősül „megfelelő szakértelemnek”.
Az adatvédelem és az adatbiztonság a generatív mesterséges intelligencia bevezetésével kapcsolatos összes válaszadó körében a két legfőbb aggodalom között szerepelt, ezeket 76, illetve 75 százalék említette. A válaszadók több mint fele (51 százalék) azonban aggodalmát fejezte ki a belső tehetségek és készségek szükségességével kapcsolatban. Az irányítási és monitoring képzés különösen elégtelennek bizonyult. Az SAS szerint a válaszadók kevesebb mint egytizede (7 százalék) számolt be „magas” szintű irányítási és monitoring képzésről a generatív mesterséges intelligenciával kapcsolatban. Harminckét százalék „megfelelő” szintet jelentett, míg 58 százalék – egyértelmű többség – azt mondta, hogy irányítási és monitoring képzésük „minimális” volt.
Amikor a generatív mesterséges intelligenciára vonatkozó szervezeti irányítási keretrendszereikről kérdezték őket, a válaszadóknak mindössze öt százaléka mondta azt, hogy „jól kidolgozott és átfogó” irányítási keretrendszerrel rendelkezik. Több mint 55 százalékuk azt mondta, hogy irányítási keretrendszerük „fejlesztés alatt áll”, míg 28 százalékuk „ad hoc vagy informálisnak” minősítette. Körülbelül minden 11 százalék mondta azt, hogy a generatív mesterséges intelligencia irányítási keretrendszerük „nem létezik”. Ezek az irányítási hiányosságok jelentős kockázatokat jelentenek a megvalósítások szempontjából, különösen a szabályozott iparágakban vagy az érzékeny alkalmazások esetében.
Az iparágak közötti széttöredezett adatáramlás akadályozza az adatok összevonását egy koherens, hozzáférhető erőforráskészletbe a mesterséges intelligencia alkalmazások számára. Ezek az adatsilók megakadályozzák a hatékony MI-modell betanítását, és korlátozzák az ágazatok közötti betekintést. A kormányzati szervek és a vállalkozások azon dolgoznak, hogy javítsák az adatok interoperabilitását, és előmozdítsák az iparágak közötti adatmegosztást és a strukturált, határokon átnyúló adatforgalmat alulszabályozott keretek között, hogy kiaknázzák Kína adat-ökoszisztémájának teljes értékét. Ezen adattal kapcsolatos kihívások kezelésével Kína tovább erősítheti MI-ökoszisztémáját, miközben hozzájárulhat egy koherensebb és innovatívabb globális adatkörnyezethez.
A generatív mesterséges intelligencia bevezetése nincs kellőképpen integrálva a vidéki kormányzásba. A feltörekvő technológiák vezető erejeként a generatív mesterséges intelligencia tovább bonyolítja majd a kínai vidék újjáélesztésében meglévő sokszínű érdekstruktúrát. A kormány számára, amely kiemelkedő pozíciót tölt be, a város-vidék gazdasági egyenlőtlenségekből eredő digitális szakadék jelentős munkaerő-, erőforrás- és pénzügyi beruházásokat igényel a szakadék áthidalásához. Ezt a folyamatot a befektetések megtérülési ideje jellemzi. A piaccal ellentétben, amely kizárólag a gazdasági tényezőket helyezi előtérbe, a kormány által vezetett vidéki kormányzás a sokrétű kormányzási költségek holisztikus értékelését foglalja magában.
A technológiafejlesztők és -beszállítók elsősorban kormányzati szervekkel működnek együtt. Következésképpen kínálatuk nagyrészt a kormányzati követelményekhez igazodik, potenciálisan elhanyagolva a vidéki területek és lakosaik valódi fejlesztési igényeit. Ez súlyosbítja a digitális kormányzás képlékeny jellegét. Országos szinten, a digitális falvak fejlesztésére vonatkozó 2022-2025-ös cselekvési terv és a generatív mesterséges intelligencia szolgáltatások kezelésére vonatkozó ideiglenes intézkedésekhez hasonló jogi dokumentumok kiadása ellenére számos minisztérium bevonása elmosódott felelősségi vonalakhoz vezethet, ami késedelmeket okoz és csökkenti a kormányzás hatékonyságát. Ha ezeket a problémákat nem kezelik gyorsan, azok nemcsak a vidéki lakosok belső motivációjának aktiválását akadályozzák, hogy aktívan részt vegyenek a generatív mesterséges intelligencia által vezérelt vidéki revitalizációban Kínában, hanem új digitális konfliktusokat is generálhatnak.
A nagy mesterséges intelligencia konszolidáció: Csak néhány kínai modell fog túlélni.
Kína 2030-ra a mesterséges intelligencia területén vezető szerepet betöltő országainak komplex strukturális kihívásokkal néz szembe, amelyek messze túlmutatnak a gyakran emlegetett chipexport-korlátozásokon. A több mint ötmillió képzett munkaerőt érintő tehetséghiány, a drámaian kihasználatlan kapacitással rendelkező széttagolt infrastruktúra, a városi központok és a vidéki perifériák közötti hatalmas regionális egyenlőtlenségek, valamint a spekulatív túlbefektetések évei utáni fenyegető piaci konszolidáció sokkal lehangolóbb képet fest, mint amit a hivatalos nyilatkozatok sugallnak.
Ez a paradox helyzet különösen szembetűnő az adatközpontokban: Míg Frankfurtban áramhiány miatt nem lehet új létesítményeket építeni, Kína nyugati tartományaiban a legmodernebb létesítmények nagyrészt üresen állnak a downstream infrastruktúra, az emberi tőke és a gyakorlati kereslet hiánya miatt. Mindkét esetben világossá válik, hogy az egyes komponensekbe történő gigantikus beruházások kárba vészek, ha a teljes rendszert nem fejlesztik következetesen.
A következő 18-36 hónap kulcsfontosságú lesz. Vagy sikerül Kínának leküzdenie a széttöredezettséget olyan kezdeményezésekkel, mint a Model-Chip Ecosystem Innovation Alliance, áthidalnia a tehetséghiányt az oktatásba történő hatalmas beruházásokkal, és intelligensen kihasználnia a meglévő, de kihasználatlan kapacitásokat. Vagy az ország végignézi, ahogy a befektetések elvándorolnak, a legjobb tehetségek távoznak, és a digitális értékteremtés máshová helyeződik át. A közelgő piaci konszolidáció brutális lesz. A jelenleg jóváhagyott több mint 180 fő nyelvi modell közül talán csak három vagy négy fog fennmaradni. Több száz adatközpontot kell bezárni vagy átprogramozni. A kockázati tőkebefektetések továbbra is egy évtizede a legalacsonyabb szinten vannak.
De korai lenne elvetni Kína ambícióit. Hatékonyságközpontú stratégiája, a telepítés-központú megközelítése és az olyan megoldások költségelőnyei, mint a DeepSeek, jelentős piaci részesedést szerezhetnének azokon a globális piacokon, amelyek nem engedhetik meg maguknak a csúcskategóriás nyugati megoldásokat. A kormányzati támogatás továbbra is erős, még akkor is, ha koordináltabbá és kevésbé pazarlóvá kell válnia. A demográfiai kihívások – az elöregedő népesség és a csökkenő munkaképes korú népesség – pedig a mesterséges intelligencia által vezérelt termelékenységnövekedést nem opcionálissá, hanem elengedhetetlenné teszik.
A globális megfigyelőknek nem szabad alábecsülniük Kínát, és nem szabad névértéken venniük hivatalos kijelentéseit. Mint oly gyakran, a valóság valahol e két szélsőség között helyezkedik el. Kína sem megingathatatlan mesterséges intelligencia hegemónná nem válik, sem technológiai jelentéktelenségbe nem süllyed. Ehelyett egy összetett, széttöredezett kép rajzolódik ki: regionálisan koncentrált kiválósági klaszterek a keleti parton, kísérleti megvalósítások több ezer vállalatnál, látványos kudarcok túlzottan ambiciózus infrastrukturális projektekben, innovatív hatékonyságnövelő megoldások konkrét felhasználási esetekre, valamint a külföldi technológiától való folyamatos függés, amelyhez az önellátásra irányuló felgyorsult erőfeszítések társulnak.
Amikor 2030-ban elkészül a végső értékelés, valószínűleg sem a legoptimistább, sem a legpesszimistább jóslatok nem fognak valóra válni. Kína jelentős előrelépést tett, de nem éri el azt a domináns pozíciót, amelyre Peking törekszik. Az Egyesült Államok továbbra is vezető szerepet tölt be a feltörekvő gazdaságokban, de a kínai megoldások mindenütt jelen lesznek a feltörekvő gazdaságokban. A világnak pedig két részben különálló, részben összefonódó mesterséges intelligencia ökoszisztémával kell majd működnie, amelyek egymás mellett élése, versenye és alkalmankénti együttműködése fogja alakítani a huszonegyedik század geopolitikai tájképét.
Az Ön globális marketing- és üzletfejlesztési partnere
☑️ Üzleti nyelvünk angol vagy német
☑️ ÚJ: Levelezés az Ön nemzeti nyelvén!
Konrad Wolfenstein
Szívesen szolgálok Önt és csapatomat személyes tanácsadóként.
Felveheti velem a kapcsolatot az itt található kapcsolatfelvételi űrlap kitöltésével , vagy egyszerűen hívjon a +49 89 89 674 804 (München) . Az e-mail címem: wolfenstein ∂ xpert.digital
Nagyon várom a közös projektünket.
☑️ KKV-k támogatása stratégiában, tanácsadásban, tervezésben és megvalósításban
☑️ Digitális stratégia és digitalizáció megalkotása vagy átrendezése
☑️ Nemzetközi értékesítési folyamatok bővítése, optimalizálása
☑️ Globális és digitális B2B kereskedési platformok
☑️ Úttörő üzletfejlesztés / Marketing / PR / Szakkiállítások
A digitális átalakulás új dimenziója a „menedzselt MI” (mesterséges intelligencia) segítségével - Platform és B2B megoldás | Xpert Consulting
A digitális átalakulás új dimenziója a „menedzselt MI” (mesterséges intelligencia) segítségével – Platform és B2B megoldás | Xpert Consulting - Kép: Xpert.Digital
Itt megtudhatja, hogyan valósíthat meg vállalata testreszabott mesterséges intelligencia megoldásokat gyorsan, biztonságosan és magas belépési korlátok nélkül.
Egy menedzselt MI platform egy átfogó, gondtalan csomag a mesterséges intelligencia területén. Ahelyett, hogy komplex technológiával, drága infrastruktúrával és hosszadalmas fejlesztési folyamatokkal kellene bajlódnia, egy specializált partnertől kap egy az Ön igényeire szabott, kulcsrakész megoldást – gyakran néhány napon belül.
A legfontosabb előnyök áttekintése:
⚡ Gyors megvalósítás: Az ötlettől a gyakorlati alkalmazásig napok, nem hónapok alatt. Gyakorlati megoldásokat szállítunk, amelyek azonnal értéket teremtenek.
🔒 Maximális adatbiztonság: Érzékeny adatai Önnél maradnak. Garantáljuk a biztonságos és megfelelő feldolgozást anélkül, hogy megosztanánk az adatokat harmadik felekkel.
💸 Nincs pénzügyi kockázat: Csak az eredményekért fizet. A hardverbe, szoftverbe vagy személyzetbe történő magas előzetes beruházások teljesen elmaradnak.
🎯 Koncentráljon a fő üzleti tevékenységére: Koncentráljon arra, amiben a legjobb. Mi kezeljük AI-megoldásának teljes technikai megvalósítását, üzemeltetését és karbantartását.
📈 Jövőálló és skálázható: A mesterséges intelligencia veled együtt növekszik. Biztosítjuk a folyamatos optimalizálást és skálázhatóságot, és rugalmasan igazítjuk a modelleket az új követelményekhez.
Bővebben itt:
